PENENTUAN PARAMETER JARAK ANTAR VEKTOR UNGGULAN PADA MODIFIKASI SPECIES-BASED DIFFERENTIAL EVOLUTION UNTUK OPTIMASI FUNGSI MULTIMODAL

Said Iskandar Al Idrus

Abstract


Pada saat ini optimasi mempunyai peranan penting dalam berbagai
bidang penelitian operasional, indueiri, keuangan dan manajemen. Differential
Evolution (DE), merupakan teknik pencarian acak menggunakan vektor sebagai
alternatif penyelesaian dalam pencarian optimasi. DE bekerja sangat baik pada
opiimasi sebuah fungsi unimodal, pada fungsi multimodal dilakukan pembagian
wilayah fitness dengan dengan menggunakan niching method untuk mencari lokal
optimum. Species-based adalah salon satu metode niching yang digunakan dalam
optimasi multimodal. Metode ini membentuk banyak populasi dalam area Jungsi
dengan mempertahankan jarak (euclidean distance) dalam penempaian titik
pusatnya atau disebut juga dengan species-seed. Setiap populasi memiliki jari-jari
· (r) antara vektor-vektor dan titik pusat populasi. Pada iulisan ini dijelaskan
modifikasi untuk pengembangan Species-based yang telah ada untuk menentukan
species-seed sebagai vektor unggulan yang disebar diseluruh area fungsi dengan
meneniukan jarak ideal, hal ini bermanfaat untuk menghindari mencari species-seed
secara berulang-ulang dan dapat meneniukan jumlah indioidu dalam satu populasi
dengan jumlah ideal yang sama. Dari hasil test fungsi sangat baik dan dengan hasi!
yang diperoleh dari paper sebelumnya dengan species-based yang belum
dimodifikasi. Uniuk fungsi saiu dimensi dan dua dimensi hasil dapat di gambarkan
dalam bentuk gambar grafik fungsi.


Keywords


Differential evolution, species- based, vektor unggulan, lokal optima

Full Text:

PDF

References


B. Y. Qu, P. N. Sugathan, Senior Member,

IEEE, and J. J. Liang. 2012. Differential

Evolution with Neighborhood Mutation

for Multimodal Optimization. IEEE Transaction

on Evolutionary Computation, Vol. 16

No. 5, pp. 601 - 613.

Jani Ronkkonen. 2009. Thesis for the

degree of Doctor of Science (Technology).

Continuous Multimodal Global Optimization

With Differential Evolution-Based Methods.

Act Universitatis Lappeenrantaensis.

Kenneth V.Price. Rainer M. Storn, [ouni

A. Lampinen. 2005. Differential Evolution:

A Pratical Approach to Global Optimization.

Springer.

Li, X. 2005. Efficient differential evolution

using speciation for multimodal function

optimization. In Proceedings of the

Conference on Genetic and Evolutionary

Computation (GECCO 2005) (Washington

DC, USA, 2005), pp. 873 - 880.

Michael G. Epitropakis, Vassilis P.

Plagianakos, and Michael N. Vrahatis.

Multimodal Optimization Using

Niching Differential Evolution With Index-

Based Neighborhoods. WCCI 2012 IEEE

World Congress on Computational

Intelligence, June, 10-15, Brisbane,

Australia.

Miyuki Shibasaka, Akira Hara, Takumi

Ichimura, and Tetsuyuki Takahama. 2007.

Species-based Differential Evolution with

Switching Search Strategies for Multimodal

Function Optimization. IEEE Congress on

Evolutionary Computation (CEC 2007),

pp. 1183 - 1190.

Na Li, Yuanxian Li, Zhiguo Huang and

Yong Wang. 2011. Niche Differential

Evolution Algorithm and Its Application in

Multimodal Function Optimization.

Advanced Materials Research Vols. 308-

(2011) pp. 2431-2435

Rene Thomsen. 2004. Multimodal

Optimization Using Crowding-Based

Differential Evolution. Evolutionary

Computation. CEC2004. Congress on

(Volume:2), pp 1382 - 1389.

Samir W. Mahfoud. 1995. Niching Methods

for Genetic Algorithms. Department of

General Engineering, University of

General Engineering, University of

Ill ion is at Urbana-Champaign.


Article Metrics

Abstract view : 149 times
PDF - 174 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.
slot gacor slot